Bewertung:

Das Buch dient als praktisches Nachschlagewerk für die Anwendung von statistischen und datenwissenschaftlichen Konzepten auf reale Szenarien, auch wenn es unter einigen Ungereimtheiten bei den visuellen Hilfen und Codebeispielen leidet.
Vorteile:Leicht verständliches Format, praktische und realistische Ansätze für die Datenwissenschaft, schrittweise Erklärungen, wertvolle Erkenntnisse auch für erfahrene Fachleute.
Nachteile:Unstimmigkeiten zwischen Text und visuellen Hilfsmitteln (Diagramme/Grafiken), unklare Erklärungen zur Verwendung von Github-Code, mögliche Unterschiede im Datensatz, die zu unterschiedlichen Ergebnissen führen.
(basierend auf 3 Leserbewertungen)
End-to-End Data Science with SAS: A Hands-On Programming Guide
Lernen Sie Data-Science-Konzepte mit realen Beispielen in SAS
End-to-End Data Science mit SAS: A Hands-On Programming Guide bietet klare und praktische Erklärungen zur Data-Science-Umgebung, zu Techniken des maschinellen Lernens und zu den SAS-Programmierkenntnissen, die für die Entwicklung von Machine-Learning-Modellen in jeder Branche erforderlich sind. Das Buch behandelt Konzepte wie das Verstehen der Geschäftsanforderungen, das Erstellen eines Modellierungsdatensatzes, lineare Regression, parametrische Klassifikationsmodelle und nicht-parametrische Klassifikationsmodelle. Anhand von Beispielen aus der Praxis und Beispielcode wird jeder Prozess Schritt für Schritt erläutert.
Obwohl eine beträchtliche Menge an Hintergrundinformationen und unterstützender Mathematik präsentiert wird, ist das Buch nicht wie ein Lehrbuch aufgebaut, sondern eher wie ein Benutzerhandbuch für die Anwendung von Data Science und maschinellem Lernen in einer Geschäftsumgebung. Der Leser lernt, wie ein Datenwissenschaftler zu denken, mit unübersichtlichen Daten umzugehen, ein Modell auszuwählen und die Effektivität des Modells zu bewerten. Neue Datenwissenschaftler oder Fachleute, die mehr Erfahrung mit SAS haben möchten, werden in diesem Buch ein unschätzbares Nachschlagewerk finden. Bringen Sie Ihre Data-Science-Karriere auf die nächste Stufe, indem Sie die SAS-Programmierung für Machine-Learning-Modelle beherrschen.